派大星 头像

派大星

45 声望
wechat: NeuralTalk 展开

wechat: NeuralTalk

收起
关注了
1
粉丝数
2
最新动态
  • 关注了专栏 ·
    图标
    嵌入式AI

    嵌入式 AI,让AI无处不在

  • 发布了文章 ·
    嵌入式AI简报 (2020-02-16)

    导读:本次内容20条。ARM 和 恩智浦 在低功耗Cortex-M和单片机上地动态、AI测温产业非常值得关注。ARM 发布 Cortex-M55 和 Ethos-U55 系列,适合语音AI模型推理,ARM也发布用Cortex-M系列部署机器学习、Cortex-M结合CMSIS-NN 部署卷积网络模型的白皮书等等,NXP工程师也在 MCU 上实现并发布人脸识别、性别识别Demo及相关...

    摘要图
  • 赞了文章 ·
    移动端arm cpu优化学习笔记第2弹--常量阶时间复杂度中值滤波

    在复现 Side window 中值滤波的时候就在思考中值滤波能怎么优化,直观上看中值滤波好像没什么可优化的点,因为中值滤波需要涉及到排序,而且半径越大,排序的耗时也越大。那么中值滤波能否进一步加速呢?或者像均值滤波一样,可以不受滤波半径的影响呢?作者:梁德澎首发知乎:[链接]

    摘要图
  • 赞了文章 ·
    CVPR2019 Oral|Side Window Filtering 论文解读和C++实现

    本文复现的是CVPR2019 Oral论文Side Window Filtering。作者:梁德澎首发知乎:[链接]

    摘要图
  • 关注了用户 ·
    图标
    梁德澎

    github:[链接]知乎:[链接]

  • 发布了文章 ·
    阿里轻量级的深度神经网络推理引擎MNN

    MNN是一个轻量级的深度神经网络推理引擎,在端侧加载深度神经网络模型进行推理预测。作者:开心的派大星首发:微信公众号:NeuroMem转自:[链接]

    摘要图
  • 发布了文章 ·
    TensorFlow Lite概述:转换器、解释器、XLA和2019年路线图

    导读:虽然TensorFlow用户众多,但是推理框架这方面,其他家做的都很好。就从我的角度来看,市面上较为知名的如腾讯的NCNN,因其开源早,且社区一直有作者在维护,文档详细、例子充分、业内使用最为广泛,也基于Vulkan支持手机GPU。再就是小米自研的MACE,整体代码和文档质量高,不仅支持CPU、GPU(高通Adreno GPU的实现...

    摘要图
  • 发布了文章 ·
    嵌入式AI简报 (2020-01-27)

    导读:本次内容20条,关于BERT有4条。「业界新闻」搜狗的手机AR实景导航挺有意思,其中「论文」三篇BERT量化/加速方面的文章,「开源项目」基于端MNN的上层SDK MNNKit、浏览器端BLAS库值得关注,「博文」关于兼顾速度精度与工程实现的CNN结构设计的技巧值得一看,以及TFLITE端侧基于部分层训练的迁移学习实战!微信公众...

    摘要图
  • 关注了专栏 ·
    图标
    嵌入式AI

    关注模型压缩、低比特量化、移动端推理加速优化、部署

认证与成就
获得 9 次点赞
1月17日 加入
qrcode
关注微信服务号
实时接收新的回答提醒和评论通知